Model granite-speech-4.1-2b, kanana-2-30b-a3b-instruct, dan OpenFold3 kini tersedia di Amazon SageMaker JumpStart
Model granite-speech-4.1-2b dari BM, kanana-2-30b-a3b-instruct dari Kakao, dan OpenFold3 dari Konsorsium OpenFold kini tersedia di Amazon SageMaker JumpStart, memperluas portofolio model dasar yang tersedia untuk pelanggan AWS. Ketiga model ini menghadirkan kemampuan khusus yang mencakup pengenalan ucapan multibahasa, AI agentik dwibahasa, dan prediksi struktur biomolekuler, memungkinkan pelanggan untuk menerapkan solusi AI berkinerja tinggi dan skalabel pada infrastruktur AWS.
Model-model ini mengatasi berbagai tantangan AI korporasi dengan kemampuan khusus:
granite-speech-4.1-2b dirancang khusus untuk pengenalan ucapan otomatis (ASR) multibahasa dan penerjemahan ucapan dua arah (AST) dalam bahasa Inggris, Prancis, Jerman, Spanyol, Portugis, dan Jepang. Model pengenalan ucapan-bahasa 2B parameter yang ringkas ini menghasilkan tingkat kesalahan kata sebesar 5,33% dengan faktor real-time sekitar 231, menjadikannya salah satu model ASR paling efisien di kelasnya. Dirilis di bawah lisensi Apache 2.0, perangkat lunak ini terintegrasi secara mulus ke dalam alur kerja suara tingkat perusahaan untuk transkripsi, penerjemahan, dan pemrosesan audio dalam skala besar.
kanana-2-30b-a3b-instruct unggul dalam mengikuti instruksi dwibahasa Korea-Inggris dan alur kerja AI agentik. Dikembangkan oleh Kakao, algoritma ini mengadopsi arsitektur mutakhir yang menampilkan Multi-head Latent Attention (MLA) dan Mixture-of-Experts (MoE), hanya mengaktifkan 3 miliar dari total 30 miliar parameter per proses maju untuk throughput yang superior. Setelah dilatih dengan penyempurnaan terawasi dan pembelajaran penguatan, model ini mendukung hingga 128.000 token melalui penskalaan YaRN dan dirancang untuk berfungsi sebagai kolaborator AI yang memahami konteks dan bertindak secara proaktif.
OpenFold3 menyediakan prediksi struktur kompleks biomolekuler tingkat semua-atom untuk protein, DNA, RNA, dan ligan molekul kecil. Dikembangkan oleh Konsorsium OpenFold dan Lab AlQuraishi di Universitas Columbia, model berbasis difusi ini memperluas prediksi struktur melampaui protein tunggal untuk memodelkan kompleks multi-rantai dan interaksi biomolekuler heterogen. Ini mendukung desain obat berbantuan komputer dan berlaku di seluruh laboratorium penelitian akademis dan farmasi.
Dengan SageMaker JumpStart, pelanggan dapat men-deploy salah satu model ini hanya dengan beberapa klik untuk mengatasi kasus penggunaan AI spesifik mereka.
Untuk memulai dengan model ini, navigasikan ke katalog model SageMaker JumpStart di konsol SageMaker atau gunakan SageMaker Python SDK untuk men-deploy model ke akun AWS Anda. Untuk informasi selengkapnya tentang men-deploy dan penggunaan model fondasi di SageMaker JumpStart, lihat dokumentasi Amazon SageMaker JumpStart.